CN113514041B - 一种工程建设项目多测合一数据采集和建库方法 - Google Patents

Abstract

本发明公开了一种工程建设项目多测合一数据采集和建库方法，利用地面三脚架、移动测量车、无人机、SLAM背包等多平台搭载三维激光扫描仪、相机等传感器，进行“多测合一”全要素采集，将测量成果整合录入基于全生命周期地理实体的“多测合一”数据库，并通过点云和BIM的比对实现规划核实、地籍、房产的“多验合一。本发明具有采集效率高、测量信息全、成果可追溯、支持三维一体化验收等优势，对全面推动“多测合一”落地实施具有方法示范和技术引领意义。

Description

一种工程建设项目多测合一数据采集和建库方法

技术领域

本发明涉及测绘地理信息技术技术领域，具体而言涉及一种工程建设项目多测合一数据采集和建库方法。

背景技术

“多测合一”的测量事项包含最基本的规划核实测量、房产测量、地籍测量，也可以增加人防测量、绿地测量、消防测量等。现有“多测合一”技术方案存在局限性：①测量设备主要还是GNSS接收机、全站仪、测距仪等传统单点测量仪器，采集效率低，获取信息少，不具备可追溯性；例如，目前主要利用全站仪、GNSS接收机等仪器进行多测合一数据采集，效率低、信息量少、且不可追溯。也有利用地面静态三维激光扫描技术辅助“多测合一”的方法，但对于建筑顶部存在盲区问题，对于绿化区域存在架站过多问题。②对规划核实测量、房产测量、地籍测量等成果还是独立存储的，不同测量业务对相同地物重复采集，并在库中分别存储，无法避免地物在空间信息上存在重复、冲突、冗余，不利于成果数据的管理以及数据库的动态维护。③现有方案的“多测合一”成果对“多验合一”的支撑效果不理想，一方面是采集的信息量有限，另一方面是比对验收只能在二维层面上进行，这使得传统的验收方法一般利用全站仪、GNSS接收机等单点测量仪器采集指标数据后，和图纸进行二维比对，不直观且工作量大。

发明内容

本发明针对现有技术中的不足，提供一种工程建设项目多测合一数据采集和建库方法，具有采集效率高、测量信息全、成果可追溯、支持三维一体化验收等优势，对全面推动“多测合一”落地实施具有方法示范和技术引领意义。

为实现上述目的，本发明采用以下技术方案：

第一方面，本实施例提及一种工程建设项目多测合一数据采集和建库方法，用于生成和存储工程建设项目的地理实体的现状信息，包括：

S1，将工程建设项目内的地理实体分别划分成包括不动产在内的建筑物、四至道路、绿化区域和顶面四类；

S2，在工程建设项目范围内全面布设控制导线，控制导线的布设遵循以下原则：对各区地理实体的点云数据配准起到联系和控制误差传递的作用；

S3，利用导线控制点架站和定向地面静态三维激光扫描仪，对包括不动产在内的建筑物的点云数据进行采集；采用车载三维激光扫描仪，对工程建设项目的四至道路的点云数据进行采集；采用SLAM背包三维激光扫描仪，对绿化区域的点云数据进行采集；采用无人机载三维激光扫描仪从空中视角对顶面区域的点云数据进行采集；

S4，以地面静态三维激光扫描仪的点云数据作为框架数据，依次进行去噪、抽稀、配准、精度校正和坐标转换处理，对步骤S3中获取的所有点云数据进行融合；

S5，对导入的工程建设项目对应的工程验收任务进行解析，以地理实体为基本单元，得到工程验收任务对应的所有验收目标；

S6，对融合后的点云数据进行划分，生成当前工程验收任务对应的每个验收目标的点云数据，在多测合一数据库中构建所有验收目标的几何图形，并根据测量需求，录入属性信息，生成该工程验收任务的多测合一数据库。

进一步地，步骤S2中，所述在工程建设项目范围内全面布设控制导线的过程包括以下步骤：

根据测区内已知控制点的分布、地形地貌、扫描目标物的分布和精度要求，选定控制网等级，设计控制网的网形，计算得到初始控制点；

根据测区内的地理实体类型确定每种地理实体的点云采集方式；

根据点云采集方式和地理实体的位置信息，以下述条件为约束条件：(1)控制点总数最小，(2)不同区域或不同采集源的点云数据均存在满足配准需求的重叠量，对初始控制点进行优化，得到优化后的控制点，依据优化后的控制点布设控制导线。

进一步地，步骤S3中，所述利用导线控制点架站和定向地面静态三维激光扫描仪，对包括不动产在内的建筑物的点云数据进行采集的过程包括：

根据扫描对象特性，以设站数目最少和扫描站之间的距离方差最小为约束条件，搭设扫描站，扫描站的扫描范围覆盖所有包括不动产在内的建筑物；

初始化扫描站，采用扫描站对各自扫描范围内的建筑物的点云数据进行采集，相邻扫描站之间的有效点云的重叠度不低于最低重叠度阈值。

根据项目名称、扫描日期和扫描站号命名扫描站点，存储扫描数据，并在工程建设项目的相关工程图上标注扫描站位置。

进一步地，步骤S3中，所述采用车载三维激光扫描仪，对工程建设项目的四至道路的点云数据进行采集的过程包括以下步骤：

将三维激光扫描仪、GNSS接收机和惯导传感器安置在移动测量车上；

在GNSS信号强的开阔地带启动GNSS接收机，锁定卫星并开始记录GNSS数据，开启惯导设备使其进入工作状态，初始化完成移动测量车；

启动三维激光扫描仪，驱使车辆按均匀速度行驶，移动扫描道路场景，采集完成四至道路的点云数据；

关闭三维激光扫描仪，将移动测量车再次停放到开阔地带，关闭惯导传感器和GNSS接收机；利用惯导数据和GNSS数据，结合全球导航卫星连续运行参考站CORS数据，解算出四至道路的三维激光点云。

进一步地，步骤S3中，所述采用SLAM背包三维激光扫描仪，对绿化区域的点云数据进行采集的过程包括以下步骤：

将三维激光扫描仪、广角相机和惯导设备安置在SLAM背包上；使SLAM背包在静止状态下开启惯导设备，待其启动完成并进入工作状态后，保持SLAM背包稳定并进入初始化状态；

初始化完成后，启动三维激光扫描仪和广角相机，开始移动扫描绿化区域，并保证与地面静态三维激光扫描的点云有三处以上的重叠，并且最终使SLAM背包回到出发的地点，扫描路径形成全局闭合环和M个局部闭合环；M大于等于0；

关闭三维激光扫描仪和惯导设备；

基于SLAM算法，结合惯导数据，解算出绿化区域的三维激光点云。

进一步地，步骤S3中，所述采用无人机载三维激光扫描仪从空中视角对顶面区域的点云数据进行采集的过程包括以下步骤：

将三维激光扫描仪、相机、惯导设备和GNSS接收机安置在无人机云台上；

针对工程建设项目特点，规划无人机航线，并做好无人机航飞的准备工作；

对无人机及其搭载传感器进行初始化；初始化完成后，启动无人机升空，同时启动三维激光扫描仪、相机、惯导设备和GNSS接收机；使无人机沿着规划好的航线从空中对工程建设项目进行三维激光扫描，获取顶面区域的点云数据；

关闭三维激光扫描仪，关闭惯导，使无人机返航降落，将原始数据导出；

利用惯导数据和GNSS数据，结合全球导航卫星连续运行参考站CORS数据，解算出顶面区域的三维激光点云。

进一步地，步骤S4中，所述以地面静态三维激光扫描仪的点云数据作为框架数据，依次进行去噪、抽稀、配准、精度校正和坐标转换处理，对步骤S3中获取的所有点云数据进行融合的过程包括：

对所有点云数据进行噪声滤除处理，识别并移除包括***误差点、偶然误差点和灰尘飞鸟在内的反射点；

以地面静态三维激光扫描仪的点云数据作为框架数据，基于两者之间的重叠点云数据，对SLAM背包三维激光扫描仪采集的绿化区域的点云数据进行分片纠正，并且统一换算到国家2000大地坐标系或者3度带高斯克吕格投影坐标系；

根据激光扫描的入射角、传输距离，对反射强度进行修正；

对四至道路的点云数据和顶面区域的点云数据的精度进行识别，当其中一个的精度不满足对应的最低精度要求时，以地面静态三维激光扫描仪的点云数据作为框架数据，对不满足最低精度要求的点云数据进行精度修正和反射强度修正。

进一步地，步骤S6中，所述对融合后的点云数据进行划分，生成当前工程验收任务对应的每个验收目标的点云数据，在多测合一数据库中构建所有验收目标的几何图形，并根据测量需求，录入属性信息，生成该工程验收任务的多测合一数据库的过程包括以下步骤：

利用渐进三角网滤波和布料模拟滤波算法，将融合后的点云数据分类为地面点云和非地面点云；

针对非地面点云，利用区域生长算法自动提取包括墙面在内的平面建筑物；利用随机采样一致性算法自动分类提取包括灯杆、电杆在内的杆状物；利用CAD软件的三维测图功能直接在三维点云中提取其他多测合一要素对应的空间图形；

针对地面点云，构建不规则三角形格网，插值形成数字高程模型；

将提取的空间图形和地面数字高程模型及其各类属性，录入多测合一数据库中。

第二方面，本实施例提及一种基于地理实体的多验合一实现方法，所述多验合一实现方法包括：

利用工程设计建筑的平面图、立面图、剖面图，以及消防、暖通、给排水管道专项图，构建工程设计建筑对应的建筑信息模型；

采用如前所述方法生成工程验收任务对应的多测合一数据库；

将多测合一数据库和建筑信息模型进行套合比对，在三维尺度对建筑结构和施工精度进行全面检查，实现规划核实、地籍、房产所需验收指标的多验合一。

进一步地，所述多验合一实现方法还包括：

以地理实体为空间载体，利用网络地理信息***、三维渲染引擎、IFC数据标准，将一下数据融入自然资源大平台：

多测合一数据库、多平台点云数据、航飞正射影像图、数字高程模型、数字地形图、地下建筑物普查数据、地下管线普查数据、园林绿化普查数据、工程地质普查数据、倾斜三维模型、建筑信息模型以及规划、审批、验收的数字化文档。

本实施例公开的工程建设项目多测合一数据采集和建库方法，利用地面三脚架、移动测量车、无人机、SLAM背包等多平台搭载三维激光扫描仪、相机等传感器，进行“多测合一”全要素采集，将测量成果整合录入基于全生命周期地理实体的“多测合一”数据库，并通过点云和BIM的比对实现规划核实、地籍、房产的“多验合一”。

本发明的有益效果是：

1)本发明提出的基于多平台三维激光扫描的“多测合一”全要素采集方法，不仅实现了三维数据获取，而且通过多视角减弱盲区，通过多平台兼顾效率与精度。

2)本发明提出的基于全生命周期地理实体的“多测合一”数据整合方法，空间数据具备唯一性、一致性、准确性，并能根据各类测量业务的需求挂接不同属性。

3)本发明提出的基于三维激光点云与建筑信息模型的“多验合一”方法，对建筑结构、施工精度等各种指标进行三维全覆盖比对，实现规划核实、地籍、房产等多种验收“合一”。

附图说明

图1是本实施例的工程建设项目多测合一数据采集和建库方法的流程图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

具体实施例一

图1是本实施例的工程建设项目多测合一数据采集和建库方法的流程图。参见图1，该多测合一数据库采集和建库方法用于生成和存储工程建设项目的地理实体的现状信息，包括：

S1，将工程建设项目内的地理实体分别划分成包括不动产在内的建筑物、四至道路、绿化区域和顶面四类。

本实施例的“多测合一”数据库打破现有的以测量业务分开定义的数据库结构，将原有的规划核实测量、房产测量、地籍测量的要素，整合重复项并重新划分为各种地理实体，例如工程建设项目地理实体、不动产地理实体、其他规划地理实体和基础地理信息要素等，并用空间定位、几何形态、专题属性、相互关系、演化过程、语义描述(地理实体六要素)对属性进行组织表达。前述地理实体还可以进行细分，例如，不动产地理实体按隶属关系从大到小划分为：地籍区、地籍子区、宗地、房屋、单元、分层、分户。其中宗地可以细分为宗地、界址线、界址点三种，房屋可以细分为房屋、分层房屋、地下室、大地库、构筑物五种。其它规划地理实体包括：内部绿地、内部道路、停车位、间距、围墙、地库出入口等。基础地理信息要素分为八类：定位基础、水系、居民地及设施、交通、管线、境界与政区、地貌、植被与土质、地名及注记。

应当理解，本实施例的地理实体的划分方法可以根据实际需求自行设定，尤其是根据项目验收任务，以实现多验合一。在本实施例中，仅以常见工程建设项目所包含的地理实体为例进行说明，即包括不动产在内的建筑物、四至道路、绿化区域和顶面四类。顶面只是从空中角度俯视各建筑物的顶部区域，例如屋顶等。

S2，在工程建设项目范围内全面布设控制导线，控制导线的布设遵循以下原则：对各区地理实体的点云数据配准起到联系和控制误差传递的作用。例如，对于地面静态三维激光扫描，将三维激光扫描仪、靶标直接架设在导线控制点上，可以避免多次支站造成的点云误差累积，提高精度。对于SLAM背包三维激光扫描，控制导线可以直接或者通过地面静态点云间接地为SLAM点云提供空间参考，进而实现点云数据配准。对于车载移动三维激光扫描、无人机载三维激光扫描，两者利用地面静态点云进行精度改善，而控制导线能够控制地面静态点云的误差传递，间接提高成果数据的精度。因此，控制导线的布设首要考虑地面静态三维激光扫描的架站，控制点尽可能与扫描架站点重合，减少支站的数量，控制误差的累积。

具体的，在工程建设项目范围内全面布设控制导线的过程包括以下步骤：

根据测区内已知控制点的分布、地形地貌、扫描目标物的分布和精度要求，选定控制网等级，设计控制网的网形，计算得到初始控制点。

根据测区内的地理实体类型确定每种地理实体的点云采集方式。

根据点云采集方式和地理实体的位置信息，以下述条件为约束条件：(1)控制点总数最小，(2)不同区域或不同采集源的点云数据均存在满足配准需求的重叠量，对初始控制点进行优化，得到优化后的控制点，依据优化后的控制点布设控制导线。

控制导线还可以根据工程建设项目的特性设定，例如，重点针对不动产布设控制导线，且导线基本覆盖工程建设项目的重要区域。此时控制导线的基本要求如下：

1)控制网应根据测区内已知控制点的分布、地形地貌、扫描目标物的分布和精度要求，选定控制网等级并设计控制网的网形。

2)控制点宜选在主要扫描目标物附近且视野开阔的地方。

3)控制网应全面控制扫描区域，在分区进行扫描作业时，还应对各区的点云数据配准起到联系和控制误差传递的作用。

4)小区域或单体目标物扫描，通过标靶进行闭合时可不布设控制网，但扫描成果应与已有空间参考系建立联系。例如，在前述控制导线例子基础上，小区域或单体目标物扫描成果点云，与地面静态三维点云、SLAM三维点云或无人机三维点云(具有明确的空间参考系)之间寻找三个以上的同名点对，用以计算两者之间空间变换的平移和旋转矩阵，最终间接地和已有空间参考系建立联系。

S3，利用导线控制点架站和定向地面静态三维激光扫描仪，对包括不动产在内的建筑物的点云数据进行采集；采用车载三维激光扫描仪，对工程建设项目的四至道路的点云数据进行采集；采用SLAM背包三维激光扫描仪，对绿化区域的点云数据进行采集；采用无人机载三维激光扫描仪从空中视角对顶面区域的点云数据进行采集。

(一)地面静态三维激光扫描仪

利用导线控制点架站和定向地面静态三维激光扫描仪，对包括不动产在内的建筑物的点云数据进行采集的过程包括：

根据扫描对象特性，以设站数目最少和扫描站之间的距离方差最小为约束条件，搭设扫描站，扫描站的扫描范围覆盖所有包括不动产在内的建筑物。初始化扫描站，采用扫描站对各自扫描范围内的建筑物的点云数据进行采集，相邻扫描站之间的有效点云的重叠度不低于最低重叠度阈值。根据项目名称、扫描日期和扫描站号命名扫描站点，存储扫描数据，并在工程建设项目的相关工程图上标注扫描站位置。

以下是其中一种针对商业小区房屋建筑群的点云数据采集相关设定：

1)扫描站布设：

(a)扫描站应设置在视野开阔、地面稳定的安全区域。

(b)扫描站扫描范围应覆盖整个扫描目标物，均匀布设，且设站数目尽量少。

(c)目标物结构复杂、通视困难或线路有拐角时应适当增加扫描站。

(d)必要时可搭设平台架设扫描站。

2)靶标布设及其坐标观测：

(a)标靶应在扫描范围内均匀布置，且高低错落。

(b)每一扫描站的标靶个数不少于4个，相邻两扫描站的公共标靶个数不少于3个。

(c)明显特征点可作为标靶使用。

3)点云数据采集：

(a)作业前，将仪器放置在观测环境中30分钟以上。

(b)相邻扫描站间有效点云的重叠度不低于30％、困难区域不低于15％。

(c)根据项目名称、扫描日期、扫描站号等信息命名扫描站点，存储扫描数据，并在大比例尺地形图、平面图或草图上标注扫描站位置。

(d)设有标靶的扫描站应进行标靶的识别与精确扫描。

(二)车载三维激光扫描仪

车载三维激光扫描仪主要用于对工程建设项目的四至道路的点云数据进行采集，包括：

将三维激光扫描仪、GNSS接收机和惯导传感器安置在移动测量车上。作业前，将移动测量车停放在GNSS信号好的开阔地带，接通电源，确定其已锁定卫星并开始记录数据后，开启惯导设备，待其进入工作状态后，保持车身稳定并开始计时，进入初始化状态。初始化完成后，启动三维激光扫描仪，车辆按均匀速度行驶，开始移动扫描道路场景，采集点云数据。数据采集结束后，关闭三维激光扫描仪，将移动测量车再次停放到开阔地带结束初始化，然后关闭惯导、GNSS接收机。利用惯导数据和GNSS数据，结合全球导航卫星连续运行参考站CORS数据，解算出三维激光点云。车载移动三维点云数据与静态三维点云数据的修正过程为：对地面静态点云进行三维特征点检测及特征描述；对于车载移动激光扫描点云，抽取一系列的点云片段，同样进行三维特征点检测及其特征描述；某时刻点云片段和地面静态激光扫描点云之间进行特征点匹配，找出若干对同名点对，进而修正该时刻的POS数据；以修正后的POS数据，重新计算车载移动激光扫描点云，达到改善精度的目的。

(三)SLAM背包三维激光扫描仪

SLAM背包三维激光扫描仪用于对绿化区域的点云数据进行采集，包括：

将三维激光扫描仪、广角相机和惯导设备安置在SLAM背包上。作业前，将SLAM背包在静止状态下开启惯导设备，待其启动完成并进入工作状态后，保持背包稳定并进入初始化状态。初始化完成后，启动三维激光扫描仪、相机等传感器，开始移动扫描绿化等遮挡情况较严重的区域，并保证与地面静态三维激光扫描的点云有三处以上的重叠。数据采集结束前，将SLAM背包回到出发的地点，使扫描路径形成全局的闭合环。条件允许的情况下，扫描过程中也可以形成多处局部的闭合环，提高数据质量。数据采集结束后，关闭三维激光扫描仪，结束初始化，完成后关闭惯导。利用SLAM算法，结合惯导数据，解算出三维激光点云。利用地面静态激光点云，对SLAM三维激光点云进行精度改善，并统一换算到国家2000大地坐标系或者3度带高斯克吕格投影坐标系。SLAM三维点云数据与静态三维点云数据的修正过程：对地面静态激光扫描点云进行三维特征点检测及其特征描述；对于SLAM三维点云，按距离间隔或时间间隔抽取一系列点云“帧”，同样进行三维特征点检测及其特征描述；每“帧”点云和地面静态激光扫描点云之间进行特征点匹配，找出若干对同名点对，进而修正扫描仪在该“帧”时刻的位姿信息；以修正后的传感器位姿信息，重新计算SLAM三维激光点云，达到改善精度的目的。

(四)无人机载三维激光扫描仪

无人机载三维激光扫描仪用于从空中视角对顶面区域的点云数据进行采集，包括：将三维激光扫描仪、相机、惯导设备和GNSS接收机安置在无人机云台上。针对工程建设项目特点，规划无人机航线，并做好无人机航飞的准备工作。起飞前，对无人机及其搭载传感器进行初始化。初始化完成后，启动无人机升空，同时启动三维激光扫描仪、相机等传感器。无人机沿着规划好的航线从空中进行三维激光扫描，获取点云数据。数据采集结束后，关闭三维激光扫描仪，结束初始化，完成后关闭惯导。无人机返航降落，将原始数据导出。利用惯导数据和GNSS数据，结合全球导航卫星连续运行参考站CORS数据，解算出三维激光点云。无人机载三维点云数据与静态三维点云数据的修正过程：对地面静态激光扫描点云进行三维特征点检测及其特征描述；对于无人机载激光扫描点云，抽取一系列的点云片段，同样进行三维特征点检测及其特征描述；某时刻点云片段和地面静态激光扫描点云之间进行特征点匹配，找出若干对同名点对，进而修正该时刻的POS数据；以修正后的POS数据，重新计算无人机载激光扫描点云，达到改善精度的目的。

本实施例提出了四种三维点云数据的采集方式和对应的多平台融合，技术效果如下：(a)多个观测角度获取点云数据，最大限度避免了测量盲区。(b)地面静态三维激光扫描重点针对不动产和重要区域，保证了精度需求。(c)车载移动三维激光扫描重点针对工程建设项目四至道路，保证了数据的时效性。(d)SLAM背包三维激光扫描重点针对树木等绿化区域，保证了效率和速度。(e)无人机载三维激光扫描重点针对屋顶等区域，保证了数据的完整性。

S4，以地面静态三维激光扫描仪的点云数据作为框架数据，依次进行去噪、抽稀、配准、精度校正和坐标转换处理，对步骤S3中获取的所有点云数据进行融合。

本实施例以地面静态扫描点云为框架，通过去噪、抽稀、配准等方法，融合车载移动扫描点云、SLAM背包扫描点云、无人机载扫描点云，形成空、地、移动多平台一体化的综合点云数据。包括：

(a)噪声滤除：识别并移除***误差点、偶然误差点、灰尘飞鸟等反射点。

(b)几何校正：SLAM背包扫描点云，随着里程的增加，容易受自身算法及惯导的累积误差影响，出现偏移、变形，用地面静态扫描点云作为纠正的框架，分片改善SLAM背包扫描点云的几何精确性。车载移动扫描点云、无人机载扫描点云，在精度不符合要求时，也可以进行相同处理。

(c)强度校正：根据激光扫描的入射角、传输距离，对反射强度进行修正。

(d)坐标校正：SLAM背包没有安装GNSS接收机，因此扫描得到的点云只是局部坐标系的，需要利用和地面静态扫描点云之间的公共部分，进行坐标转换。

S5，对导入的工程建设项目对应的工程验收任务进行解析，以地理实体为基本单元，得到工程验收任务对应的所有验收目标。

S6，对融合后的点云数据进行划分，生成当前工程验收任务对应的每个验收目标的点云数据，在多测合一数据库中构建所有验收目标的几何图形，并根据测量需求，录入属性信息，生成该工程验收任务的多测合一数据库；包括：

三维点云数据是由无序的海量离散激光点构成，为了使用的便捷性、流畅度，可以进行最基本的分割分类。

对于数据库的生成来说，其中一个重要步骤是继续宁“多测合一”要素的提取，即从点云中提取测量业务所需信息。

前述步骤中通过对点云进行噪声滤除、拼接、重采样、精度校正、坐标转换等预处理，已经形成可直接使用的标准格式点云。对于这部分标准格式点云，本实施例可以进行批量自动处理：

首先，利用渐进三角网滤波、布料模拟滤波算法，将点云分类为地面点云、非地面点云；非地面点云又可以细分为建筑点云、植被点云、独立设施点云等。其次，针对非地面点云，利用区域生长算法自动提取墙面等平面；利用随机采样一致性算法自动分类提取灯杆、电杆等杆状物；利用CAD软件的三维测图功能直接在三维点云中提取其他“多测合一”要素对应的空间图形。针对地面点云，构建不规则三角形格网，然后插值形成DEM(DigitalElevation Model，数字高程模型)。最后，将“多测合一”要素的空间图形及其各类属性，录入“多测合一”数据库中，生成多验合一需要的多测合一数据库。在一些例子中，在有应用需求且成本可承受的情况下，还可以利用点云构建BIM。

具体实施例二

本实施例提及一种基于地理实体的多验合一实现方法，该多验合一实现方法包括：

利用工程设计建筑的平面图、立面图、剖面图，以及消防、暖通、给排水管道专项图，构建工程设计建筑对应的建筑信息模型，全面三维表达规划设计的情况。

采用如前所述方法生成工程验收任务对应的多测合一数据库，全面三维表达建设现状情况。

将多测合一数据库和建筑信息模型进行套合比对，在三维尺度对建筑结构和施工精度进行全面检查，实现规划核实、地籍、房产所需验收指标的多验合一。例如，建筑结构检查的内容包括：墙、柱、梁、门、窗、地面、顶板是否符合建筑设计和结构设计的要求；施工精度检查的内容包括：长、宽、厚尺寸，平面位置、高程、层高、间距等是否符合设计要求。

在一些例子中，多验合一实现方法还包括：融合多测合一成果进行地上、地下三维一体化数据共享。具体的，针对“多测合一”成果、多平台点云数据、航飞正射影像图、数字高程模型、数字地形图、地下建(构)筑物普查数据、地下管线普查数据、园林绿化普查数据、工程地质普查数据、倾斜三维模型、建筑信息模型以及规划、审批、验收的数字化文档，以地理实体为空间载体，利用网络地理信息***、三维渲染引擎、IFC数据标准等技术融入自然资源大平台，达到三维一体化共享的目的。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (10)

1.一种工程建设项目多测合一数据采集和建库方法，用于生成和存储工程建设项目的地理实体的现状信息，其特征在于，包括：

S1，将工程建设项目内的地理实体分别划分成包括不动产在内的建筑物、四至道路、绿化区域和顶面四类；

S2，在工程建设项目范围内全面布设控制导线，控制导线的布设遵循以下原则：对各区地理实体的点云数据配准起到联系和控制误差传递的作用；

S3，利用导线控制点架站和定向地面静态三维激光扫描仪，对包括不动产在内的建筑物的点云数据进行采集；采用车载三维激光扫描仪，对工程建设项目的四至道路的点云数据进行采集；采用SLAM背包三维激光扫描仪，对绿化区域的点云数据进行采集；采用无人机载三维激光扫描仪从空中视角对顶面区域的点云数据进行采集；

S4，以地面静态三维激光扫描仪的点云数据作为框架数据，依次进行去噪、抽稀、配准、精度校正和坐标转换处理，对步骤S3中获取的所有点云数据进行融合；

S5，对导入的工程建设项目对应的工程验收任务进行解析，以地理实体为基本单元，得到工程验收任务对应的所有验收目标；

S6，对融合后的点云数据进行划分，生成当前工程验收任务对应的每个验收目标的点云数据，在多测合一数据库中构建所有验收目标的几何图形，并根据测量需求，录入属性信息，生成该工程验收任务的多测合一数据库。

2.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S2中，所述在工程建设项目范围内全面布设控制导线的过程包括以下步骤：

根据测区内已知控制点的分布、地形地貌、扫描目标物的分布和精度要求，选定控制网等级，设计控制网的网形，计算得到初始控制点；

根据测区内的地理实体类型确定每种地理实体的点云采集方式；

根据点云采集方式和地理实体的位置信息，以下述条件为约束条件：(1)控制点总数最小，(2)不同区域或不同采集源的点云数据均存在满足配准需求的重叠量，对初始控制点进行优化，得到优化后的控制点，依据优化后的控制点布设控制导线。

3.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S3中，所述利用导线控制点架站和定向地面静态三维激光扫描仪，对包括不动产在内的建筑物的点云数据进行采集的过程包括：

根据扫描对象特性，以设站数目最少和扫描站之间的距离方差最小为约束条件，搭设扫描站，扫描站的扫描范围覆盖所有包括不动产在内的建筑物；

初始化扫描站，采用扫描站对各自扫描范围内的建筑物的点云数据进行采集，相邻扫描站之间的有效点云的重叠度不低于最低重叠度阈值；

根据项目名称、扫描日期和扫描站号命名扫描站点，存储扫描数据，并在工程建设项目的相关工程图上标注扫描站位置。

4.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S3中，所述采用车载三维激光扫描仪，对工程建设项目的四至道路的点云数据进行采集的过程包括以下步骤：

将三维激光扫描仪、GNSS接收机和惯导传感器安置在移动测量车上；

在GNSS信号强的开阔地带启动GNSS接收机，锁定卫星并开始记录GNSS数据，开启惯导设备使其进入工作状态，初始化完成移动测量车；

启动三维激光扫描仪，驱使车辆按均匀速度行驶，移动扫描道路场景，采集完成四至道路的点云数据；

关闭三维激光扫描仪，将移动测量车再次停放到开阔地带，关闭惯导传感器和GNSS接收机；利用惯导数据和GNSS数据，结合全球导航卫星连续运行参考站CORS数据，解算出四至道路的三维激光点云。

5.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S3中，所述采用SLAM背包三维激光扫描仪，对绿化区域的点云数据进行采集的过程包括以下步骤：

将三维激光扫描仪、广角相机和惯导设备安置在SLAM背包上；使SLAM背包在静止状态下开启惯导设备，待其启动完成并进入工作状态后，保持SLAM背包稳定并进入初始化状态；

初始化完成后，启动三维激光扫描仪和广角相机，开始移动扫描绿化区域，并保证与地面静态三维激光扫描的点云有三处以上的重叠，并且最终使SLAM背包回到出发的地点，扫描路径形成全局闭合环和M个局部闭合环；M大于等于0；

关闭三维激光扫描仪和惯导设备；

基于SLAM算法，结合惯导数据，解算出绿化区域的三维激光点云。

6.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S3中，所述采用无人机载三维激光扫描仪从空中视角对顶面区域的点云数据进行采集的过程包括以下步骤：

将三维激光扫描仪、相机、惯导设备和GNSS接收机安置在无人机云台上；

针对工程建设项目特点，规划无人机航线，并做好无人机航飞的准备工作；

对无人机及其搭载传感器进行初始化；初始化完成后，启动无人机升空，同时启动三维激光扫描仪、相机、惯导设备和GNSS接收机；使无人机沿着规划好的航线从空中对工程建设项目进行三维激光扫描，获取顶面区域的点云数据；

关闭三维激光扫描仪，关闭惯导，使无人机返航降落，将原始数据导出；

利用惯导数据和GNSS数据，结合全球导航卫星连续运行参考站CORS数据，解算出顶面区域的三维激光点云。

7.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S4中，所述以地面静态三维激光扫描仪的点云数据作为框架数据，依次进行去噪、抽稀、配准、精度校正和坐标转换处理，对步骤S3中获取的所有点云数据进行融合的过程包括：

对所有点云数据进行噪声滤除处理，识别并移除包括***误差点、偶然误差点和灰尘飞鸟在内的反射点；

以地面静态三维激光扫描仪的点云数据作为框架数据，基于两者之间的重叠点云数据，对SLAM背包三维激光扫描仪采集的绿化区域的点云数据进行分片纠正，并且统一换算到国家2000大地坐标系或者3度带高斯克吕格投影坐标系；

根据激光扫描的入射角、传输距离，对反射强度进行修正；

对四至道路的点云数据和顶面区域的点云数据的精度进行识别，当其中一个的精度不满足对应的最低精度要求时，以地面静态三维激光扫描仪的点云数据作为框架数据，对不满足最低精度要求的点云数据进行精度修正和反射强度修正。

8.根据权利要求1所述的工程建设项目多测合一数据采集和建库方法，其特征在于，步骤S6中，所述对融合后的点云数据进行划分，生成当前工程验收任务对应的每个验收目标的点云数据，在多测合一数据库中构建所有验收目标的几何图形，并根据测量需求，录入属性信息，生成该工程验收任务的多测合一数据库的过程包括以下步骤：

利用渐进三角网滤波和布料模拟滤波算法，将融合后的点云数据分类为地面点云和非地面点云；

针对非地面点云，利用区域生长算法自动提取包括墙面在内的平面建筑物；利用随机采样一致性算法自动分类提取包括灯杆、电杆在内的杆状物；利用CAD软件的三维测图功能直接在三维点云中提取其他多测合一要素对应的空间图形；

针对地面点云，构建不规则三角形格网，插值形成数字高程模型；

将提取的空间图形和地面数字高程模型及其各类属性，录入多测合一数据库中。

9.一种基于地理实体的多验合一实现方法，其特征在于，所述多验合一实现方法包括：

利用工程设计建筑的平面图、立面图、剖面图，以及消防、暖通、给排水管道专项图，构建工程设计建筑对应的建筑信息模型；

采用如权利要求1至8中任一项所述方法生成工程验收任务对应的多测合一数据库；

将多测合一数据库和建筑信息模型进行套合比对，在三维尺度对建筑结构和施工精度进行全面检查，实现规划核实、地籍、房产所需验收指标的多验合一。

10.根据权利要求9所述的基于地理实体的多验合一实现方法，其特征在于，所述多验合一实现方法还包括：

以地理实体为空间载体，利用网络地理信息***、三维渲染引擎、IFC数据标准，将一下数据融入自然资源大平台：

多测合一数据库、多平台点云数据、航飞正射影像图、数字高程模型、数字地形图、地下建筑物普查数据、地下管线普查数据、园林绿化普查数据、工程地质普查数据、倾斜三维模型、建筑信息模型以及规划、审批、验收的数字化文档。

Images